normalize函数_提取棋盘格角点函数解析

点击上方“Qt学视觉”，选择“星标”公众号重磅干货，第一时间送达

共同学习共同进步

1、如何查阅OpenCV官方说明文档

    查阅地址：

    https://docs.opencv.org/4.3.0/

    我这里使用的是OpenCV4.3，所以我需要查阅的就是4.3版本的说明文档

上图就是OpenCV4.3官方文档的主界面

在这里我们需要查阅的就是calib3d模块，所以需要打开calib3d对应的内部说明介绍

逐步玩下拉，找到找棋盘格角点的函数

这里看到有好几个函数，我们需要了解的便是OpenCV4.3新出的

findChessboardCornersSB提取角点的函数，这函数会比以前版本的提取角点更加精确

2、findChessboardCornersSB提取角点

官方文档介绍

这里的参数主要有

image:源棋盘图。它必须是8位灰度或彩色图像。

patternSize:每个棋盘行和列的内角数 cv :: Size(columns，rows)

corners:输出角点

flags:标志位，各种操作标志，可以为零或以下值的组合：

• CALIB_CB_NORMALIZE_IMAGE 在检测之前先使用equalizeHist来均衡化图像gamma值

• CALIB_CB_EXHAUSTIVE 进行详尽的搜索以提高检测率.

• CALIB_CB_ACCURACY 由于混叠效应，使样本输入图像上移以提高子像素精度.

• CALIB_CB_LARGER允许检测到的图案大于patternSize

• CALIB_CB_MARKER检测到的图案必须具有标记。如果需要精确的相机校准，则应使用此选项.

meta:检测到的角的可选输出数组(CV_8UC1,大小= cv::Size(列，行))。每个条目代表模式的一个角，并且可以具有以下值之一：

• 0 = 未附加元数据

• 1 = 黑色单元的左上角

• 2 = 白色单元的左上角

• 3 = 黑色单元格的左上角带有白色标记点

• 4 = 白色单元格的左上角带有黑色标记点(如果是标记，则为图案原点，否则为第一个角)

    该函数类似于findchessboardCorners，但使用本地化框式滤波器近似的变换对各种噪声更鲁棒，在较大的图像上更快，并且能够直接返回内部棋盘角的子像素位置。该方法基于论文[56]“用于校准的棋盘格角的精确检测和定位”，表明返回的子像素位置比cornerSubPix返回的子像素位置更精确，从而可以对要求苛刻的应用程序进行精确的相机校准。

    在这种情况下，将给出标志CALIB_CB_LARGER或CALIB_CB_MARKER，可以从可选的元数组中恢复结果。这两个标志都有助于使用超出摄像机视场的校准图案。这些超大尺寸的图案允许更精确的校准，因为可以利用尽可能靠近图像边界的角。为了在所有图像上保持一致的坐标系，可以使用可选的标记(请参见下图)将板的原点移动到黑色圆圈所在的位置。

注意

    该功能需要一块白色边框，其宽度与整个木板周围的棋盘区域之一的宽度大致相同，以改善在各种环境中的检测能力。另外，由于局部的transformation变换，将圆角用于位于板外部的场角是有益的。下图说明了为检测而优化的示例棋盘格。但是，也可以使用任何其他棋盘格。